pandas.DataFrame.rename

使用函数：DataFrame.rename(mapper=None,index=None,columns=None,axis=None,copy=True,inplace=False,level=None)

功能：更改轴标签

函数字典值必须是唯一的（1对1）。未包含在 字典/Series 中的标签将保留原样。列出的额外标签不会引发错误。

参数:

mapper, index, columns : dict-like or function, optional

dict-like or functions transformations to apply to that axis' values. Use either mapperand axis to specify the axis to target with mapper, or index and columns.

dict-like 或函数转换以应用于该轴的值。二者必选其一mapper，并使用axis指定轴与目标mapper，或index和 columns。

主要用于指定需要修改的地方：index or columns

axis : int or str, optional

Axis to target with mapper. Can be either the axis name (‘index', ‘columns') or number (0, 1). The default is ‘index'.

轴与目标mapper。可以是轴名称（'index'，'columns'）或数字（0,1）。默认为'index'。

copy : boolean, default True

Also copy underlying data

还复制基础数据

inplace : boolean, default False

Whether to return a new DataFrame. If True then value of copy is ignored.

是否返回新的DataFrame。如果为True，则忽略复制值。

level : int or level name, default None

In case of a MultiIndex, only rename labels in the specified level.

如果是MultiIndex，只重命名指定级别的标签。

返回:

renamed : DataFrame

例子

DataFrame.rename支持两种调用约定

• (index=index_mapper,columns=columns_mapper,...)
• (mapper,axis={'index','columns'},...)

我们强烈建议您使用关键字参数来阐明您的意图。

>>> df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})>>> df.rename(index=str, columns={"A": "a", "B": "c"}) a c0 1 41 2 52 3 6>>> df.rename(index=str, columns={"A": "a", "C": "c"}) a B0 1 41 2 52 3 6 #使用轴样式参数 >>> df.rename(str.lower, axis='columns') a b0 1 41 2 52 3 6>>> df.rename({1: 2, 2: 4}, axis='index') A B0 1 42 2 54 3 6

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。